Skip to main content
 首页 » 编程设计

python之使用索引按系列设置多索引 DataFrame 列

2024年11月24日7tuyile006

我正在努力处理一个 MultiIndex 数据框 (a),它要求列 x 由 b 设置,这不是 a MultiIndex 并且只有一个索引级别(第一级 a)。我有一个索引来更改这些值 (ix),这就是我使用 .loc[] 进行索引的原因。问题是在 a 中填充缺失索引级别的方式不是我所需要的(参见示例)。

>>> a = pd.DataFrame({'a': [1, 2, 3], 'b': ['b', 'b', 'b'], 'x': [4, 5, 6]}).set_index(['a', 'b']) 
>>> a 
     x 
a b    
1 b  4 
2 b  5 
3 b  6 
 
>>> b = pd.DataFrame({'a': [1, 4], 'x': [9, 10]}).set_index('a') 
>>> b 
    x 
a     
1   9 
4  10 
 
>>> ix = a.index[[0, 1]] 
>>> ix 
MultiIndex(levels=[[1, 2, 3], [u'b']], 
           codes=[[0, 1], [0, 0]], 
           names=[u'a', u'b']) 
 
>>> a.loc[ix] 
     x 
a b    
1 b  4 
2 b  5 
>>> a.loc[ix, 'x'] = b['x'] 
>>> # wrong result (at least not what I want) 
>>> a 
       x 
a b      
1 b  NaN 
2 b  NaN 
3 b  6.0 
 
>>> # expected result 
>>> a 
     x 
a b    
1 b  9  # index: a=1 is part of DataFrame b 
2 b  5  # other indices don't exist in b and... 
3 b  6  # ... x-values remain unchanged 
        # if there were more [1, ...] indices... 
        # ...x would also bet set to 9 

请您参考如下方法:

我认为你想合并 a 和 B。你应该考虑使用 concat、merge 或 join funcs。